바인딩 해제를 향해

시각 시스템은 병렬,계층 및 모듈 방식으로 구성됩니다. 시각 정보의 분산 처리는 흥미로운’바인딩’문제로 이어질 것으로 생각된다:길을 운전 빨간 자동차와 같은 객체의 속성이 별개의 경로,지역 또는 모듈에서 처리되는 경우,시각 시스템은 어떻게 이러한 기능을 결합 않습니다—색상,모양과 모션—일관되고 정확하게 하나의 통일 된 퍼셉트로(그림 1 에이)? 바인딩 문제가 정말 문제가 있는지 여부를 논의하지만,그 존재를 지원하는 몇 가지 강력한 현상이있다. 이들 중 많은 시각 시스템이 과세 될 때,그것은 객체의 기능을 잘못 결합 할 수 있음을 보여;예를 들어,우리는 장면의 다른 객체에 적색을 잘못 귀속하면서 자동차의 위치를 잘못 인식 할 수 있습니다.

바인딩 문제

(가)두뇌는 다른 경로 또는 지역에서 개체(색상,모션,모양)의 시각적 속성을 처리 하 고 일반적으로 거기 있어야 합니다 신경 메커니즘’바인딩’이 정보를 일관 된 지 각 경험을 생성 하는 것이 일반적으로 믿어진다. 바인딩이 없으면 특히 역동적이고 어수선한 장면에서 객체의 기능을 더 자주 잘못 인식 할 수 있습니다. (비)시모어 등에 의해 사용되는 이중 결합 색/운동 자극. . 두 조건은 동일한 기능 정보(두 가지 색상과 두 가지 동작 방향)를 가졌습니다. 조건 간의 유일한 차이점은 모션 방향과 색상의 결합이었습니다(예:빨간색 점은 왼쪽에서는 시계 방향으로 회전하지만 오른쪽에서는 시계 반대 방향으로 회전). (씨)’잘못된’을 공개하고 시모어 등에 의해 사용되는 기술의 조합을 확장하는 강력한 도구가 될 많은 시각적 환상의 세 가지. . (기음)컬러 모션 비동기. 방향 반전(왼쪽의 세로 화살표)과 동시에 색상을 변경하는 진동 패턴(상단 패널)이 비동기식으로 나타납니다. (디)환상 결합. 간단한 디스플레이에서,객체의 색상 또는 모양은 다른 객체에 속하는 것으로 잘못 인식 될 수 있습니다. (이자형)색상 분해. 정적 노란색 플래시는 움직이는 녹색 막대에 슈퍼 부과됩니다. 녹색 막대가 위치에서 앞으로 이동되고 물리적으로 노란색 플래시가 빨간색으로 표시되어 색상 및 위치가 잘못되었음을 나타냅니다. 다양한 다른 시각적 환상은 색상,동작,위치,질감 및 모양의 잘못된 바인딩을 나타냅니다.

시모어 등의 새로운 연구. ,현재 생물학에서 최근에보고,시각적 기능의 성공적인 지각 바인딩에 대한 책임이있는 신경 메커니즘을 푸는 데 더 가까이 다가갑니다. 연구 기능 자기 공명 영상(자기 공명 영상)데이터 색상 및 모션 방향 등 패턴의 기능은 공동으로 표현(바운드)대뇌 피 질의 시각 처리의 초기 단계에도 표시 하는 최근 개발 소설 시각적 자극을 결합 했다.

시모어 외. 네 가지 조건의 총,시계 방향 또는 반 시계 방향으로 회전 빨간색 또는 녹색 점의 제시 세트. 영리한 조작에 이러한 조건 중 두 겹쳐 했다,빨간색과 녹색 색상 및 시계 방향 및 시계 반대 방향 모션 방향,모두 동시에 존재 했다 이중 결합 자극을 만드는(그림 1 에이). 두 개의 이중 결합 자극이 있었으며 둘 다 동일한 기능 정보(빨간색,녹색,시계 방향 및 시계 반대 방향)를 포함했습니다. 두 개의 이중 결합 자극 사이의 유일한 차이점은 색상과 모션의 쌍이었다:하나,빨간색은 시계 방향 동작과 짝을 녹색 반 시계 방향 동작과 짝을 이루었다; 다른 쪽에서는 빨간색이 시계 반대 방향 동작과 짝을 이루고 녹색은 시계 방향 동작과 짝을 이루었습니다.

논문의 주요 발견은 비록 모든 4 개의 기능(두 색상,운동의 두 방향)두 이중 결합 자극에 존재 했다,분류 알고리즘 인간의 시각 피 질에서 자기 공명 대담한 응답에서 정보를 사용 하 여 두 조건 사이 구별할 수 있었다. 자기 공명 대담한 응답의 기초 신경 응답 개별 기능(색상 및 모션 독립적으로)에 의해 생성 된 경우 두 개의 이중 결합 자극에 대 한 응답은 동일 했어야 합니다. 놀랍게도,그러나,이 사실이 아니었다;결과는 기능 접속사가 초기 버전 1 로 표시되는 것을 보여. 잘 생각 제어 분석에서 저자 잠재적인 돌출 차이,주의 비대칭,그들의 색 자극에 휘도 아티팩트 및 기타 잠재적인 혼란을 배제할 수 있었다.

시모어 외.의 실험은 여러 가지 이유로 흥미 롭다. 위에서 언급 한 바와 같이 첫째,그들은 색상 모션 접속사가 초기 버전 1 로 표시되는 것을 알 수있다. 둘째,이것은 최첨단 자기 공명 분석과(처음으로)결합 된 접속사로 달랐지만 개별 기능면에서 동일한 정신 물리학 적으로 잘 제어 된 시각적 자극의 조합을 사용하여 결합 코딩의 첫 번째,그리고 아마도 가장 강력한 시연 중 하나입니다. 마지막으로,방법의 조합 여기 시각적 기능 바인딩의 생리 학적 연구에 새로운 문을 열어 자기 공명 영상을 사용 하 여 미래 연구 쉽게 사용할 수 있습니다.

특징의 결합 코딩을 시연함으로써,우리는 특징 바인딩의 신경 메커니즘을 식별하는 데 한 걸음 더 가깝지만 많은 질문이 남아 있습니다. 기능 바인딩의 메커니즘은 버전 1 부터 작동할 수 있지만 그렇지 않다는 강력한 증거가 있습니다. 이전 단일 단위 및 해부학 연구 색상 및 모션 경로 1 버전에서 분리 되는 일반적인 개념을 지원 합니다. 임상 연구는 또한 색상 및 모션의 분산 및 모듈 처리를 지원하며,이 두 가지 특징에 대한 인식 사이의 이중 해리를 밝혀 냈습니다(뚜렷한 외 병변은 움직임 인식의 손실없이 색상 인식의 손실을 유발할 수 있으며 그 반대도 마찬가지입니다). 그리고 대부분의 기존 심리적,생리 학적 바인딩 모델은 더 높은 수준의 메커니즘에 의존합니다(그러나 비교하십시오).

시모어 외. 당연히 그 결과는 명백하게 기능의 바인딩이 1 버전에서 발생하는 것을 증명하지 않는 것을 인정한다. 실제로,1 의 자기 공명 반응은 피드백(예:공간주의)을 반영 할 수 있다는 것이 잘 확립되어 있습니다. 1 절에서 기능 접속사의 표현,다음,기능 바인딩을 주의 해야 하는 가능성과 일치 하지 않습니다. 따라서 버전 1 의 특징 접속사의 코딩이 이미 바인딩된 정보의 피드백을 반영하는지,버전 1 이 적극적으로 바인딩된 언바운드 정보의 피드백을 반영하는지,또는 지각 바인딩 그 자체와 전혀 관련이 없는지 불분명하다.

위의 불확실성을 완전히 해결하려면 시모어 등의 영리한 기술을 확장해야합니다. 기능을 지각적으로 잘못 바인딩되는 조건을 테스트하고 기능 게이트의 공동 코딩 여부를 검사하거나 지각 바인딩 자체와 상관 관계가 있는지 여부를 검사합니다. 색상,위치,동작,모양 및 질감을 포함한 다양한 기능에 대해 지각 오해의 몇 가지 예가 입증되었습니다. 예를 들어,패턴의 색상 및 동작의 동기 변경은 비동기식으로 인식됩니다(그림 1 씨).; 움직이는 녹색 물체에 겹쳐진 정적 노란색 플래시가 녹색 물체보다 뒤떨어지고 빨간색으로 나타납니다(그림 1).물체는 한 방향으로 표류하는 것처럼 보이지만 반대 방향으로 위치가 이동되는 것처럼 보일 수도 있습니다. 지각 잘못된(예를 들어)의 이들 및 많은 다른 예들은 시각 처리(또는 주의)의 시간적 및/또는 공간적 한계가 접근되거나 초과될 때 발생한다.

이런 종류의 환상을 활용하는 것은 적어도 세 가지 이유로 필요하다. 첫째,기능 바인딩의 메커니즘은 명확한 시각적 자극에 대해 모집되지 않을 수 있습니다. 미래의 실험,시모어 등의 작업에 구축. ,바인딩의 메커니즘은 실제로 모집;입증 해야 지 각’잘못’테스트 하지 않고 그것은 일반적으로 지 각 바인딩에 대 한 책임 메커니즘 활성 인지 알고 어렵다. 둘째,특징의 공동 코딩은 이러한 특징의 물리적 또는 지각 적 공동 발생을 반영 할 수 있습니다. 물리적으로 결합 된 특징은 항상 지각 적으로 결합 된 것으로 이어지지는 않으므로 위와 같은 시각적 환상을 연구하지 않고 기능의 공동 코딩이 반드시 지각에 연결되어 있는지 또는 언제 있는지 확신 할 수 없습니다. 셋째,초기 시각 피질에서 공동 기능의 표현은 피드백의 결과 일 수 있습니다. 잘못된 바인딩의 시각적 환상을 사용하면 피드백을 통해 바인딩 프로세스의 출력을 반영하는지(이 경우 바인딩 된 것으로 인식되는 피처 접속사를 선택적으로 코딩합니다)여부를 명확하게 알 수 있습니다.

시모어 등의 우아한 실험 설계와 정교한 자기 공명 분석의 결합. 이러한 미래의 실험을위한 무대를 설정하고 그렇게함으로써 바인딩 문제를 직접 해결하는 데 그 어느 때보 다 가까워졌습니다.

You might also like

답글 남기기

이메일 주소는 공개되지 않습니다.